基于物联网的大棚温度联合稳定控制系统

2017-10-12周新淳宝鸡文理学院物理与光电技术学院宝鸡721016

微型电脑应用 2017年9期

周新淳(宝鸡文理学院物理与光电技术学院，宝鸡 721016)

基于物联网的大棚温度联合稳定控制系统

周新淳
(宝鸡文理学院物理与光电技术学院，宝鸡 721016)

温室大棚是提升农业培育水平的重要转折点，为此设计基于物联网的大棚温度联合稳定控制系统。系统通过温度采集模块采集数字形式的大棚温度信息，经由网络传输模块给予温度信息一个固定的IP地址，以便开展远距离数据传输与大棚环境监控，使用联合模糊PID控制器处理温度信息，从误差波动、超调量和控制指令响应3个方面入手，修正模糊PID控制产生的静态误差，实现大棚温度联合稳定控制。仿真实验结果表明，所设计的系统实用性强，响应时间短。

物联网；大棚温度；联合稳定控制；系统设计；模糊PID

Abstract： Greenhouse is an important turning point to improve the level of agricultural cultivation, therefore, temperature stability control system based on the Internet of things is proposed. Greenhouse temperature information is collected by acquisition module, the network transmission module gives the temperature information a fixed IP address, to facilitate long-distance data transmission and monitor greenhouse environment. A fuzzy PID controller is used to process temperature information, including error fluctuation, overshoot and response. The static error correction of fuzzy PID control is modified to achieve joint control of greenhouse temperature stability. The simulation results show that the designed system has strong practicability and short response time.

Keywords： The Internet of things; Canopy temperature; Joint stability control; System design; Fuzzy PID

0 引言

中国是农业大国，但农业技术却较为落后，农民主要依靠传统务农经验对农作物实施浇肥灌溉，不利于务农水平的稳定提升，务农工作迫切需要使用科学技术加以指导，以引领正确的种植和培育方式，减少资源浪费。温室大棚的出现使得我国农业开始向着信息、传感网络一体化的方向发展，农作物培育工作变得简单、有效，这源于大棚内温度、湿度、气压等农作物赖以生存的环境参数是可控的，可以给予农作物最适合的生长环境，大棚温度控制系统对我国农业发展意义非凡。

2 基于物联网的大棚温度联合稳定控制系统

2.1 物联网概述

感知层、网络层与应用层共同组成物联网基础架构，各层之间功能相互独立，数据却互通，连接格外紧密，是一种高效能的底层应用架构[1]，如图1所示。

图1 物联网应用原理

物联网基础架构以网络层的网络覆盖能力为核心，由网络层负责实施系统而全面的数据交互，通过感知层精准采集上层设备信息，为上层设备提供成熟的解决方案。应用层用于展示物联网底层应用，将上层设备信息的操作需求与物联技术相互融合，增强设备整体自动化水平。

物联网的可移植能力强，所能提供的关键技术点在于设备与功能的有机融合以及资源的合理利用，在如今的大数据时代，物联网是解决信息交融的重要技术，它在大棚温度联合稳定控制系统中发挥的作用如下：

增益温度感知能力。大棚温度联合稳定控制系统中使用的温度传感器通常采用虚拟信号，物联网能够实现虚拟信号和数字信号的相互转换[2]，减少系统参数设置规程，以快速辨认二进制编码，精确提取大棚温度信息，有利于温度控制方案的实施；

提供远距离数据传输能力。采集到的大棚温度信息被保存在系统寄存器中，大棚内的显示屏可以直接显示信息。由于控制中心负责汇总不同传感器采集到的信息，因此往往不将温度控制中心部署在大棚内，而是通过物联网底层应用组网后进行远距离数据传输，再将温度控制方案回传给大棚内部的温度控制终端，物联网技术为远距离数据传输提供了解决方案；

进行温度信息的联合处理。大棚内空间大，不同节点的温度有可能不同，如果采用多个温度控制终端调节大棚温度，农作物培育成本过高，因此一般使用2个温度控制终端，这就需要对不同的温度信息进行联合处理[3]，物联网基础架构的嵌入式处理技术能够化繁为简，将现场传感器、应用集成等技术融为一体，增强温度控制效果。

图1是物联网在大棚温度联合稳定控制系统的应用原理，以公共技术服务平台给出的农作物培育温度标准为依据制定相应的大棚温度控制方案[4]。网络层将通用分组无线服务技术(General Packet Radio Service，GPRS)与互联网相结合，给予温度信息一个固定的IP地址，开展远距离数据传输。应用层进行数据嵌入式处理工作时将使用组态软件实现人机交互，根据温度信息中数据传输IP地址将大棚温度控制方案作用到感知层的相应节点。

2.2 系统设计方案

基于物联网的大棚温度联合稳定控制系统在物联网基础架构上实施多层模块化设计，具有可修正性和重复利用性[5]，如图2所示。

图2 系统结构设计方案

系统结构设计方案拥有3个模块，分别是温度采集模块、网络传输模块和远程控制模块，其功能依次对应着物联网基础架构的感知层、网络层与应用层。系统通过物联网技术分散采集大棚温度信息并进行数据双向传输，通信接口选用RS485，以差分形式和Modbus协议[6]传输数据，极大地增强了远距离传输的稳定性。

温度采集模块的主要硬件包含温度传感器和无线网络采集器，温度传感器依据特定周期采集信息，通过无线网络采集器将原采集信息的模拟信号转换成数字信号，再将数字信号反馈至网络传输模块。网络传输模块以网络基站为数据中转平台，通过GPRS网关使温度信息能够进行安全可靠的传输工作，也便于实时接收用户设置的传输控制参数。同时，网络基站使用具有高容错性、低成本的Zigbee协议[7]连接大棚温度传感器，可帮助用户远程监控大棚环境，从而对突发事件做出快速决策。

远程控制模块接受用户的直接控制，通过GPRS网关连接部署在大棚内部的控制终端。用户在这一模块中可以实时查询历史温度信息和控制方案、设定警报参数、使用物联网应用层提供的软件与数据资源处理温度信息。控制终端可以接受用户个人电脑、手机、Pad等无线终端的控制，实现真正意义上的物与物之间的远程连接。

2.3 大棚温度联合稳定控制方案

基于物联网的大棚温度联合控制系统使用模糊PID控制器在远程控制模块中联合处理温度信息，设计一种能够减弱静态误差的联合模糊PID控制器。模糊PID控制器在处理过程中极易产生静态误差，联合模糊PID控制是模糊PID控制的高级温补方案，它将所产生的静态误差联合进行实时调整，消除超调量，从而稳定大棚温度控制效果。

模糊PID与联合模糊PID的控制器控制原理图，如图3、图4所示。

图3 模糊PID控制器控制原理

图4 联合模糊PID控制器控制原理

FC指令是嵌入式操作系统用于进行控制方案历史列表调用的指令[8]，模糊PID控制器使用FC指令调出历史控制方案，对其进行模糊化，根据知识库数据进行模糊推理，给出新的控制方案。将模糊PID控制器产生的静态误差负反馈至联合模糊PID控制器，从误差波动、超调量和控制指令响应三方面入手，联合修正静态误差，随后将控制方案作用于被控对象，也就是大棚温度。

如果静态误差E和误差波动EC所对应的模糊PID控制器规则输出为KP、KI、KD，通过联合调整PID参数减弱静态误差后得到式(1)，修正后的控制方案能够快速、稳定地进行温度控制，如式(1)。

(1)

式中，KP0、KI0、KD0是联合模糊PID控制器的初始规则，K(E,EC)P、K(E,EC)I、K(E,EC)D表示误差波动、超调量和控制指令响应的静态误差修正值。

3 仿真实验

3.1 仿真模型

SIMULINK是Maltab仿真软件中一项重要的线性状态空间系统模型[9]，它可以模拟出一个动态集成环境，如图5所示。

图5 仿真模型

由于物联网各层之间功能相互独立，所以模型在对基于物联网的大棚温度联合稳定控制系统进行仿真时，将直接从感知层获取温度采集模块数据，之后调取其它系统模块继续进行相关温控工作。PID控制器参数组成输入端数据，KP、KI、KD通过常量定义指令实现模糊PID控制的解模糊过程，参数E和EC经过物联网应用层(或远程控制模块)修正后，与KP、KI、KD一同打包输出，仿真模型数据将在计算机显示屏上显示。

在Maltab仿真软件中输入大棚温控仿真模型，运行基于物联网的大棚温度联合稳定控制系统进行大棚温控，使用控制矩阵表示温度联合控制方案。大棚温控仿真模型是一个二阶模型，将系统采集到的温度信号以阶跃信号[10]输入仿真模型，将模型输出分成三个支路，依次输出系统在联合模糊PID控制中的超调量、温控响应时间以及控制数据，并将控制数据绘制成控制效果曲线。

3.2 结果分析

图6是基于物联网的大棚温度联合稳定控制系统的控制效果曲线，表1是控制性能对比表。由于系统在处理大棚温度数据时同时使用模糊PID控制和联合模糊PID控制，所以将模糊PID控制过程复制并提取出来，将其单独绘制成一条控制效果曲线，以便更好地展示出联合模糊PID控制相关性能。控制度的计算如式(2)。

(2)

式中，Ts0、Ts1是温控后温度控制终端节点处的大棚温度，T00、T01是联合稳定温控方案中的理想温度值。对于两个2个温度控制终端节点处的温度，T00与Ts0相对，T01与Ts1相对，如图6和表1所示。

图6 控制效果曲线

由图6、表1可知，基于物联网的大棚温度联合稳定控制系统能够在很短的时间内以最稳定的控制状态得到理想温控效果，期间只会产生很少的超调量和振荡次数，具有很高的应用价值，而且温控响应时间短于模糊PID控制3.634s，这与物联网为本文系统提供的温度信息的联合处理能力是分不开的。

仿真实验设置的大棚温度环境比较简单，真实情况有可能复杂得多，将高阶大棚温度数据输入大棚温控仿真模型中，获取联合模糊PID控制中KP、KI、KD的暂态特性，如图7～9所示。

图7 KP暂态特性

图8 KI暂态特性

图9 KD暂态特性

本文系统对大棚温度控制方案的响应能力依旧很强，对于高阶数据的普遍波动情况并未出现严重振荡现象，展示出很强的实用性。

4 总结

本文设计基于物联网的大棚温度联合稳定控制系统，探讨了物联网感知层、网络层和应用层在大棚温度联合控制中的具体应用，包括增益温度感知能力、提供远距离数据传输能力以及进行温度信息的联合处理。在模糊PID控制器的基础上设计一种能够减弱静态误差的联合模糊PID控制器，将系统的实用性和温控响应能力推向新的高潮，令系统在仿真实验中取得了优异的仿真效果。

[1] 邹志勇, 许丽佳, 康志亮,等. 基于物联网的花卉大棚模糊智控系统设计[J]. 自动化与仪表, 2015, 30(6):13-16.

[2] 苗凤娟, 高玉峰, 陶佰睿,等. 基于物联网与太阳能光伏的智能温室监控系统设计[J]. 科技通报, 2016, 32(9):89-92.

[3] 濮永仙. 基于物联网的大棚作物生产智能管理系统研究[J]. 智能计算机与应用, 2015, 5(6):103-107.

[4] 宋守金, 吴云韬, 郑更生. 基于物联网的无线测温模块设计[J]. 软件导刊, 2016, 15(9):119-121.

[5] 廖建尚. 基于CC2530和ZigBee的智能农业温湿度采集系统设计[J]. 物联网技术, 2015, 5(8):25-29.

[6] 屈毅, 王雪侠, 史晶. 基于物联网技术的温室智能监测系统的应用研究[J]. 电子设计工程, 2015, 23(13):79-81.

[7] 孙荣霞, 袁颖, 王硕南,等. 基于ZigBee的温室环境无线测控系统[J]. 计算机测量与控制, 2016, 24(11):81-84.

[8] 刘伟, 郑世珏, 徐虹,等. 基于Raspberry pi的大棚监测系统的设计与实现[J]. Peerj, 2015, 3(4):101-108.

[9] 于泓博, 李静辉, 陶佰睿. 基于北斗卫星系统的大棚环境监测系统的研究[J]. 江苏农业科学, 2016, 44(8):398-402.

[10] 张紫谦, 衷卫声, 梁凯,等. 基于物联网技术的温室集群环境监控系统设计[J]. 现代电子技术, 2016, 39(14):49-52.

GreenhouseTemperatureStabilityControlSystemDesignBasedontheInternetofThings

Zhou Xinchun
(Institute of Physics & Optoelectronics Technology, Baoji University of Arts and Sciences, Baoji 721016, China)